[发明专利]基于新上线课程的智能推荐方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，揭露一种基于新上线课程的智能推荐方法、装置、设备以及存储介质，所述方法包括：从线上课程系统中拉取新上线课程，识别新上线课程的课程主题和课程标签；对课程主题进行分词，得到课程词语，将课程词语和课程标签进行特征拼接，得到特征词语向量；计算特征词语向量与线上课程系统中历史课程的相似度，选取相似度大于预设阈值的历史课程作为新上线课程的相似课程，对相似课程进行优先级排序后，选取预设数量的相似课程，查询选取的相似课程的浏览用户，将新上线课程推荐至浏览用户，得到新上线课程的推荐结果。此外，本发明还涉及区块链技术，所述特征词语向量可存储于区块链中。本发明可以提高新上线课程的推荐准确率。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于新上线课程的智能推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

随着网络授课的日益普及，线上课程的不断更新，在面对还在海量更新的线上课程，如何高效准确的将新上线课程推送至目标用户显得愈发重要。

由于在实际业务场景中，新上线课程缺少用户的使用数据，因此，目前新上线课程通常是基于在线授课平台的后台管理人员设置的推荐规则进行课程推荐，但是这种课程推荐方式很可能会出现用户A需要课程A资料，而结果向用户A推荐课程B资料的现象，无法准确的识别用户的课程需求，从而无法准确的定位到新上线课程的感兴趣用户，进而会影响新上线课程的推荐准确率。

发明内容

本发明提供一种基于新上线课程的智能推荐方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高新上线课程的推荐准确率。

为实现上述目的，本发明提供的一种基于新上线课程的智能推荐方法，包括：

采用中间件技术从线上课程系统中拉取新上线课程，识别所述新上线课程的课程主题和课程标签；

采用分词工具对所述课程主题进行分词，得到课程词语，并将所述课程词语和所述课程标签进行特征拼接，得到特征词语向量；

计算所述特征词语向量与所述线上课程系统中历史课程的相似度，选取所述相似度大于预设阈值的历史课程作为所述新上线课程的相似课程，并对所述相似课程进行优先级排序，得到所述新上线课程的相似课程列表；

从所述相似课程列表中选取预设数量的相似课程，查询选取的所述相似课程的浏览用户，并将所述新上线课程推荐至所述浏览用户，得到所述新上线课程的推荐结果。

可选地，所述采用中间件技术从线上课程系统中拉取新上线课程，包括：

利用所述中间件技术搭建消息队列，配置所述消息队列与所述线上课程系统的数据传输协议；

根据所述数据传输协议，将所述线上课程系统中的新上线课程传输至所述消息队列中。

可选地，所述采用分词工具对所述课程主题进行分词，得到课程词语包括：

利用所述分词工具中的停用词表删除所述课程主题的无用词，得到初始课程主题；

利用所述分词工具中的分词算法对所述初始课程主题进行词语切分，得到课程词语。

可选地，所述利用所述分词工具中的分词算法对所述初始课程主题进行词语切分，得到课程词语，包括：

对所述初始课程主题进行词图扫描，得到所述初始课程主题的词语有向无环图；

计算所述词语有向无环图中的词语生成路径，得到词语生成概率；

根据所述词语生成概率，对所述词语有向无环图进行词语切分，得到课程词语。

可选地，所述将所述课程词语和所述课程标签进行向量拼接，得到特征词语向量，包括：

对所述课程词语进行特征提取，得到特征词语；